问题标签 [cloudera-cdh]

我安装Cloudera CDH 4.6.0在我的Centos 6.2linux 服务器机器上（Cloudera manager - 4.8）。我能够启动一些服务，但无法启动 Hive Metastore 服务。

Cloudera 使用 Postgre SQL 作为远程元数据库。我的主机名是delvmpll2，但是在启动 Hive 服务时，它是给java.net.UnknownHostException: localhost.localdomain.

我编辑了主机名hive-site.xml并重新启动了所有服务，但仍然会出现同样的异常。我找不到 cloudera 选择这个主机名的地方。

有人可以让我知道出了什么问题。

这是例外

提前致谢

我正在使用 HBase 存储由 CDH4（当前为 4.5）管理的应用程序日志，升级到 cdh 4.6（与 4.7 相同）后，插入速度非常慢。我发现客户端正在连接到 regionserver 并立即关闭连接（使用 CDh 4.5 我没有遇到同样的问题）

区域服务器日志：

客户端连接类：

进口：

我正在尝试在 HBase 中存储一些位置（纬度、经度）值。每次我从键值对的 HashMap 中获得一个新值时，我决定添加一列。我的 HashMap 如下所示：

{lat:43.7719802, lon:-79.5008048} （Hashmap 的示例 JSON 表示）

这是我的代码：

但是当我想检索值时，它们是冗余存储的。我的意思是，对于每个值，它们在一个单元格中多次粘合在一起，如下所示：-79.5008048-79.5008048-79.5008048

我在我的代码中使用 HBase 0.94.15-cdh4.7.0 库。

有人知道解决这个问题的线索吗？

有没有人能够在 1 台笔记本电脑上配置 2（或 3）节点 3 CDH 4.1 集群。

笔记本电脑通过 WiFi 连接到互联网，并且虚拟机（VirtualBox、CentOS7）被配置为使用桥接网络。每个虚拟机都有一个专用的 IP 地址，它们可以相互 ping 通，它们可以 ping 主机，它们可以连接到 Internet。

我使用这些命令安装了软件

你可以看到我已经禁用了防火墙。但是在 zookeeper.log 我可以看到

不知何故，我有一种感觉，CDH不能以这种方式安装，特别需要一个有路由器和局域网等的企业设置。

有没有人能够在一台笔记本电脑和 2 台虚拟机上安装 CDH 4.1？你能启动zookeeper服务器吗？

请帮帮我。

作为一个研究项目，我决定通过设置整个 CDH5 环境来使用 Cloudera Impala。然后我决定使用查询数据。由于某种原因，简单的 ORDER BY 不适用于在 Impala SQL 中使用的 GROUP BY 语句。Impala 是否支持此功能？

这是我的查询在没有排序的情况下的样子：

结果：

现在以下查询不起作用：

结果：

解释显示如下：

对此有什么想法吗？

例如，我在一个应用程序中有两个不同的主类，所以我编写了另一个主类来允许用户选择一个主类进行调用，效果很好。

但是，对于其中一个主要类，我们需要传入一个外部 -libjars 参数。这就是我的问题所在。因为我是从另一个应用程序调用应用程序，所以我无法传递参数。您知道如何根据用户偏好将附加参数传递给 JVM。

例如：

主要应用：

选择一个应用程序：

1) 应用程序 1 2) 应用程序 2

我们不需要为应用程序 1 传递额外的参数，所以可以，但是对于应用程序 2，我们需要传入 -libjar /../../some.jar （此参数不在应用程序中使用，它用于集群JVM）

我该怎么做呢？

如果我要单独调用这两个应用程序，那么我会这样做：

对于应用程序1：

纱线罐 test.jar app1Main

对于应用 2：

yarn jar test.jar app2Main -libjars /../../some.jar

I'm using cdh5 quickstart vm and I have a file like this(not full here):

and I used this script:

the script works , but the generated file is empty, do you have any idea?

我正在尝试通过 Cloudera Manager API 重新启动 Mapreduce Jobtracker。Jobtracker 的统计数据如下：

不知道如何使用 API 重新启动 Jobtracker ？

我尝试使用以下命令重新启动 Hive 服务，但出现了一些错误

如果有人帮助了解如何使用 Cloudera Manager API，我将不胜感激

我们通过 Cloudera Manager 启用 Namenode 高可用性，使用

Cloudera Manager >> HDFS >> Action > Enable High Availability >> Selected Stand By Namenode & Journal Nodes Then nameservice1

一旦整个过程完成，然后部署客户端配置。

通过列出 HDFS 目录（hadoop fs -ls /）然后手动故障转移到备用名称节点并再次列出 HDFS 目录（hadoop fs -ls /）从客户端计算机进行测试。这个测试很完美。

但是当我使用以下命令运行 hadoop sleep 作业时，它失败了

我不知道为什么即使在部署客户端配置之后它也无法解析 nameservice1。

当我用谷歌搜索这个问题时，我发现这个问题只有一个解决方案

在配置条目中添加以下条目以修复问题 dfs.nameservices=nameservice1 dfs.ha.namenodes.nameservice1=namenode1,namenode2 dfs.namenode.rpc-address.nameservice1.namenode1=ip-10-118-137-215.ec2 .internal:8020 dfs.namenode.rpc-address.nameservice1.namenode2=ip-10-12-122-210.ec2.internal:8020 dfs.client.failover.proxy.provider.nameservice1=org.apache.hadoop.hdfs .server.namenode.ha.ConfiguredFailoverProxyProvider

我的印象是 Cloudera Manager 会处理它。我检查了客户端是否有此配置和配置（/var/run/cloudera-scm-agent/process/1998-deploy-client-config/hadoop-conf/hdfs-site.xml）。

还有一些配置文件的更多细节：

我怀疑 /etc/hadoop/conf.cloudera.hdfs1 和 /etc/hadoop/conf.cloudera.mapreduce1 中的旧配置存在问题，但不确定。

看起来 /etc/hadoop/conf/* 从未更新

有人对这个问题有任何想法吗？

我的 Hbase 区域服务器正在监听 127.0.0.1。如何让它在 0.0.0.0 上列出？我尝试了 hbase.regionserver.info.bindAddress 的 channing 值，但这似乎不起作用。